Скрытая цена AI-кодинга: скорость против качества
AI-инструменты для программирования действительно ускоряют написание кода — GitHub сообщает о росте на 55%. Но исследования показывают обратную сторону: техдолг растёт на 30-41%, дублирование кода увеличилось в 4 раза, а разработчики на сложных проектах работают на 19% медленнее, хотя субъективно ощущают ускорение на 20%. Статья разбирает разрыв между ощущаемой и реальной продуктивностью.
Критически важно для инженерных лидеров и CTO, принимающих решения об AI-инструментах: статья показывает данными, что видимая скорость поставки может маскировать растущий техдолг и проблемы безопасности. Помогает отличить реальную продуктивность от её иллюзии.
Это аннотация к авторской статье. Мы не публикуем и не пересказываем чужие тексты целиком — полная версия у автора.
О чём статья
- Контролируемое исследование METR показало: опытные разработчики на зрелых open-source проектах с AI работали на 19% медленнее, хотя сами считали, что на 20% быстрее
- Анализ GitClear 211 млн строк кода выявил: дублированный код появляется в 4 раза чаще, а code churn вырос с 3.1% до 5.7% за 2020-2024
- 67% разработчиков тратят больше времени на отладку AI-сгенерированного кода, чем ожидали; DORA зафиксировала падение стабильности поставки на 7.2% при росте использования AI на 25%
- AI-модели обучены создавать работающий код для конкретной задачи, но не для долгосрочного здоровья кодовой базы — каждый дублированный блок становится точкой отказа
Комментарии